Quais perguntas os managers realmente precisam
O que eu faria se um manager pedisse: “Deixe a IA decidir se o lead é bom.” Eu não daria ao modelo um botão de “decidir o destino do lead”: o modelo extrai fatos, e o score final é calculado por uma regra simples.
O erro que eu eliminaria primeiro: Se a resposta não muda nada, não é dado — é interrogatório. O cliente abandona o chat e o time ganha outra tabela que ninguém abre.
O que preparar e que resultado esperar
- Resultado: O lead recebe um status claro, o manager vê por que ele está priorizado e o cliente não repete as mesmas informações entre canais.
- Monte uma tabela de roteamento: tipo de solicitação, perguntas obrigatórias, prioridade, quem recebe e o que conta como caso difícil.
- Mantenha dados de origem e direitos de acesso separados do resultado para auditar o que a qualificação de leads de entrada realmente fez.
- Teste respostas curtas, incompletas e conflitantes. O bot deve fazer a próxima pergunta ou passar o diálogo a uma pessoa — não inventar dados.
Configure a qualificação sem interrogatório invasivo
- Mantenha só perguntas que mudam a rota
Liste 3–5 perguntas e ao lado de cada uma escreva qual ação ela dispara. Se a resposta não muda nada, remova a pergunta.
Проверьте: Um manager consegue explicar por que cada pergunta existe.
Если не сработало: Mantenha necessidade e contato; pergunte o resto depois de passar a uma pessoa.
- Torne o ramificado explícito
No workflow adicione Router/Branch: pronto para orçamento, precisa de esclarecimento, urgente para humano, não encaixa. Não peça à IA inventar uma rota nova.
Проверьте: Cada status tem um próximo passo e um responsável.
Если не сработало: Primeiro trave a lista de status permitidos em uma tabela.
- Proíba adivinhação
Na instrução escreva: “Se o valor não estiver declarado de forma explícita, retorne null e faça uma pergunta curta.” Mantenha a resposta original do cliente ao lado do campo extraído.
Проверьте: Um campo vazio permanece null em vez de ser preenchido com um chute.
Если не сработало: Envie o card para revisão manual quando as respostas conflitarem.
- Entregue o resultado ao manager
Na notificação mostre status, respostas, campos desconhecidos, link para o diálogo e o próximo contato recomendado. Não envie preço ao cliente sem confirmação humana.
Проверьте: O manager sabe a próxima ação em 30 segundos.
Если не сработало: Transforme a resposta da IA em rascunho e adicione um botão de approve.
Escreva primeiro quatro rotas
Na tabela crie status: ready_for_quote, needs_info, human_now e not_a_fit. Ao lado de cada um coloque a próxima ação e o responsável. Exemplo: orçamento não declarado → needs_info; reclamação ou pergunta jurídica → human_now; solicitação encaixa em região e prazo → ready_for_quote.
Peça ao bot extrair só o que foi dito de forma explícita. Se alguém escreveu “mais ou menos como o concorrente,” isso não é orçamento. Retorne null e uma pergunta curta — não um chute.
- Mostre ao cliente um botão “Falar com uma pessoa” em cada etapa.
- Não defina alta prioridade por pontos de exclamação ou tom rude.
Roteiro mínimo de diálogo
Primeira mensagem: “Posso ajudar a rotear sua solicitação. Do que você precisa?” Segunda — só depois da resposta: “Até quando?” Terceira: “Qual a melhor forma de falar com você?” Pergunte orçamento só se o produto ou a rota depender disso.
Escreva question_count, status, missing_fields e transcript_url no card do CRM. Isso mostra onde as pessoas desistem para cortar extras em vez de reescrever o prompt no escuro.
Separe fit e intent
No n8n a cadeia fica assim: `Webhook → Normalize → OpenAI Extract Evidence → Structured Output Parser → Code → IF → Switch → CRM Update`. O modelo devolve só fatos e citações curtas. `Code` calcula `fit_score`, `intent_score`, `data_completeness` e `total_score` com pesos publicados.
Exemplo: fit 0–40, intent 0–40, completeness 0–20. Guarde `score_version` para que mudanças de fórmula não reescrevam o histórico de leads antigos.
total_score = fit_score + intent_score + data_completeness
if total_score >= 70: status = 'sales_queue'
elif total_score >= 45: status = 'manual_review'
else: status = 'nurture'JSON só com evidência
Na saída estruturada exija `industry_match`, `use_case_match`, `timeline`, `budget_signal`, `evidence` e `missing_fields`. Se o orçamento não foi declarado, deve ser `null`. Não use o `confidence` do modelo como substituto de fatos: resposta confiante não se torna verdadeira.
{
"timeline": "este mês",
"budget_signal": null,
"evidence": ["Lançamento até o fim do mês"],
"missing_fields": ["budget_range"]
}Quando fazer uma pergunta vs passar a uma pessoa
| Critério | Pergunta | Bom sinal |
|---|---|---|
| Input | O que entra exatamente na qualificação de leads de entrada? | Monte uma tabela de roteamento: tipo de solicitação, perguntas obrigatórias, prioridade, quem recebe e o que conta como caso difícil. |
| Ação | O que o sistema tem permissão de fazer sozinho? | Somente ações pré-listadas, sem acesso a toda a conta |
| Verificação | Como saber que o resultado é aceitável? | Teste respostas curtas, incompletas e conflitantes. O bot deve fazer a próxima pergunta ou passar o diálogo a uma pessoa — não inventar dados. |
| Falha | Para onde vai um caso pouco claro? | Salve o diálogo e defina needs_human; pare de fazer perguntas se o cliente pedir claramente uma pessoa. |
O que deve mudar depois da configuração
O lead recebe um status claro, o manager vê por que ele está priorizado e o cliente não repete as mesmas informações entre canais.
Por que a qualificação com IA afasta clientes
Fazer dez perguntas antes da primeira resposta útil.
Atribuir alta prioridade com base em palavras emocionais do cliente.
Tratar orçamento ausente como lead ruim.
Não dar ao cliente um botão claro de “falar com uma pessoa.”
Quando um roteiro simples de perguntas não basta mais
Você precisa de uma configuração dedicada se a qualificação abranger produtos, regiões, regras de preço diferentes ou transferências de dados pessoais entre canais.
O que checar antes de lançar o bot
Para quem é essa abordagem de qualificação de leads de entrada?
Uma boa qualificação com IA não interroga o cliente. Ela faz poucas perguntas que realmente mudam a rota: necessidade, prazo, faixa de orçamento e forma preferida de contato.
Por onde começar se tudo ainda é manual?
Monte uma tabela de roteamento: tipo de solicitação, perguntas obrigatórias, prioridade, quem recebe e o que conta como caso difícil.
Como checar se o setup não vai te prejudicar?
Teste respostas curtas, incompletas e conflitantes. O bot deve fazer a próxima pergunta ou passar o diálogo a uma pessoa — não inventar dados.
E se o resultado não estiver claro?
Salve o diálogo e defina needs_human; pare de fazer perguntas se o cliente pedir claramente uma pessoa.
